-
公开(公告)号：CN114358990B
公开(公告)日：2025-04-08
申请号：CN202111330827.5
申请日：2021-11-11
Applicant: 南通大学
IPC: G06Q50/26 , G16H50/80 , G06F18/23213 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于居民出行结构的城市交通状态感知方法，首先基于出租车轨迹中上下客点和遥感影像数据，并采用机器学习提取社会功能区属性。并标定出租车轨迹中上下客点的社会功能区属性，建立居民出行OD矩阵。对OD矩阵中的居民流进行分类，并统计一段时间内各类型OD流在总出行量中的比重，最终建立不同时期的居民出行结构。通过分析社会正常时期和疫情爆发时期的居民出行结构状态变化，提取居民出行结构的阈值，从居民出行视角实现城市交通状态判别，为城市管理者制定针对性居民出行措施提供定量参考。同时本发明中的出行结构能够通过其他具有居民出行位置信息的社会感知数据建立，如手机信令、公交IC卡等数据，具有较强的普适性。
-
Patent Agency Ranking
公开(公告)号：CN113739814B
公开(公告)日：2023-09-26
申请号：CN202110992319.7
申请日：2021-08-27
Applicant: 南通大学
IPC: G01C21/34
Abstract: 本发明公开一种基于出租车轨迹序列的乘客下客点提取优化方法，具体包含以下步骤；S1:获取出租车轨迹数据并进行下客点的提取；S2:选取城市中下客点位置较为确定的出入口，在出入口前及通往该出入口的邻接道路上设置缓冲区，分别作为下客点位置准确区域与下客点位置存在偏差区域；S3:筛选出坐落在缓冲区内的下客点；S4.对S3中保留下来的下客点分别进行轨迹点的提取，经过标准化处理后分别生成无偏序列TST与有偏序列TSW；S5.使用DTW序列相似度度量方法分别计算TST中轨迹序列与TSW中轨迹序列相似度；S6.将TSW中行驶速度与TSM中第5个轨迹点的行驶速度最接近的点作为纠正后的下客点。该方法提出了一种出租车下客点的提取优化措施，从而提升出租车下客点的提取精度。
-
公开(公告)号：CN114414731A
公开(公告)日：2022-04-29
申请号：CN202111489990.6
申请日：2021-12-08
Applicant: 南通大学
IPC: G01N33/00
Abstract: 本发明公开了一种基于移动端定位服务的空气质量采集设备及采集方法，空气质量数据连续采集设备包括空气质量监测模块、PCB板、单片机、蓝牙数据模块、信息存储模块、电芯组成的采集终端以及云服务平台。采集方法包括以下步骤：设定采样间隔阈值，设备终端结合云服务平台提供的位置信息，判断时间及距离是否与阈值一致，若一致则获取当前点空气污染物数据，否则继续检索。本发明提供一种获取连续区域空气污染物数据的方法，通过采集区域内细粒度空气污染物数据，更直观地反映目标区域的空气状况。此外，本发明利用移动端提供的位置信息取代定位模块，降低设备生产成本，提高企业的经济效益。
-
公开(公告)号：CN113739814A
公开(公告)日：2021-12-03
申请号：CN202110992319.7
申请日：2021-08-27
Applicant: 南通大学
IPC: G01C21/34
Abstract: 本发明公开一种基于出租车轨迹序列的乘客下客点提取优化方法，具体包含以下步骤；S1:获取出租车轨迹数据并进行下客点的提取；S2:选取城市中下客点位置较为确定的出入口，在出入口前及通往该出入口的邻接道路上设置缓冲区，分别作为下客点位置准确区域与下客点位置存在偏差区域；S3:筛选出坐落在缓冲区内的下客点；S4.对S3中保留下来的下客点分别进行轨迹点的提取，经过标准化处理后分别生成无偏序列TST与有偏序列TSW；S5.使用DTW序列相似度度量方法分别计算TST中轨迹序列与TSW中轨迹序列相似度；S6.将TSW中行驶速度与TSM中第5个轨迹点的行驶速度最接近的点作为纠正后的下客点。该方法提出了一种出租车下客点的提取优化措施，从而提升出租车下客点的提取精度。
-
公开(公告)号：CN115235955A
公开(公告)日：2022-10-25
申请号：CN202210782434.6
申请日：2022-07-05
Applicant: 南通大学 , 上海行者智慧物联科技有限公司
Abstract: 本发明公开一种无人机辅助的高精度立体空间气体污染检测方法，包括以下步骤：S1：根据LCZ（局部气候分区分类）规则，将检测样区分为17个基本类型，包含10个建成环境型和7个自然环境型；S2：使用遥感影像辅助检测是否存在建筑物更新，对检测样区进行高度分析，分别设置建成环境型和自然环境型区域检测高度阈值与间隔；S3：使用规则采样和系统采样的方法，结合各LCZ分区进行采样点的设置；S4：结合无人机定位模块获取的经纬度和高程数据，储存各采样点精确的空气污染数据。本方法可以实现城市街道或者小区级别的三维空间高精度空气污染物浓度的检测，弥补了现有站点检测方案的站点数量分布过少，以及遥感反演获取的结果精度较低的问题。
-
公开(公告)号：CN114358990A
公开(公告)日：2022-04-15
申请号：CN202111330827.5
申请日：2021-11-11
Applicant: 南通大学
Abstract: 本发明公开了一种基于居民出行结构的城市交通状态感知方法，首先基于出租车轨迹中上下客点和遥感影像数据，并采用机器学习提取社会功能区属性。并标定出租车轨迹中上下客点的社会功能区属性，建立居民出行OD矩阵。对OD矩阵中的居民流进行分类，并统计一段时间内各类型OD流在总出行量中的比重，最终建立不同时期的居民出行结构。通过分析社会正常时期和新冠肺炎爆发时期的居民出行结构状态变化，提取居民出行结构的阈值，从居民出行视角实现城市交通状态判别，为城市管理者制定针对性居民出行措施提供定量参考。同时本发明中的出行结构能够通过其他具有居民出行位置信息的社会感知数据建立，如手机信令、公交IC卡等数据，具有较强的普适性。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
